• R语言的特征(跳过)
• R使用流程与工具箱
• 演示:基础操作与数据分析流程
• 使用github获得最新讲义
• R入门方式与资料

• R 语言是一种业界盛行的数据分析编程语言
• 理念就是快速、准确地把想法转化成软件
• R 语言脱胎于 1980 年左右诞生的 S 语言
• S语言是贝尔实验室统计研究部编制的一套完整的高级语言系统
• 在1998年被美国计算机协会(ACM) 授予了“软件系统奖”
• 1997 年 R 语言正式成为 GNU 项目
• 2010年获得第一届“统计计算及图形奖”（美国统计协会）

• 开源和免费
• 功能强大且扩展性强（需要一定基础）
• 与其它软件的交互能力强
• 实现可重复性(Reproducible)分析
• 各类前沿方法（不断更新）
• 文档多元多样(需要适应)
• 适用于多操作系统的轻量化平台

• 数据：可连接数据库，如Oracle、MySQL
• 运算：可调用C或Fortran函数进行底层运算
• 应用：可作为运算引擎嵌入JAVA开发的系统中(Rserve)
• 网络：R与web整合部署(Rook, shiny)

• 统计计算与绘图（学术界）
• 数据爬取
• 文本分析
• 空间分析
• 网络分析
• R主体资源task views

• 学习曲线比较陡
• 不用就忘了

Chester Ismay

Getting used to R, RStudio, and R Markdown

• R的官方网站
• RStudio
• 扩展包的安装和加载
  • install.packages("tidyverse")
  • library(tidyverse)
• 安装扩展包相当于将某个工具买回来了；加载相当于带在身上了。
  • 查看帮助 library(help="tidyverse")

改变默认语言(建议设定为英文)

• (win)修改R安装目录下etc\Rconsole文件，language = en
• (linux)在用户主目录中增加文件.Renviron，LANGUAGE=en
• (Mac) 在终端中输入 defaults write org.R-project.R force.LANG en_US.UTF-8 即可

查询当前工作目录getwd() 改变默认工作目录 setwd("D:/work")

注意Mac与Windows电脑路径表达差异

• 创建和保存R代码
• 运行R代码中的命令的方式：ctrl+enter 或者点击run

通过菜单file->reopen with encoding,简体中文通常可尝试选择gb2312解决

自动生成的模板文件已经设定了头部yaml

简单的文本和代码以及相关操作说明。

通过cmd+op+I插入代码。

简单的标记语法（记得带空格）

1. #表示一级标题；##二级标题 ###三级标题
2. -号或+号或*号 表示列表
3. 数字加英文句号 表示数字列表
4. []加() 链接
5. ![]加()插入图片
6. 前后两个* 表示加粗
7. 前后一个* 表示斜体
8. > 表示引用
9. 兼容html语法和CSS设定

技巧：可以将一个语法手册放在手边，随时参考 .

编辑完成之后可以通过Rstudio上的Knit按钮进行转码打印

呈现全球国家的预期寿命(life expectancy)和人均GDP(GDP per capita)之间的关系. Hans Rosling曾经做个一个TED演讲。

• 下面将使用 dplyr包 (用于数据处理 data wrangling) 和 ggplot2 (用于作图，visualization) .

• 首先要确保这些包都安装了（installed）.

• 在markdown中加载（Load）这些包:

library(dplyr)
library(ggplot2)

# gapminder <- read.csv("https://stat.duke.edu/~mc301/data/gapminder.csv")
# setwd("/Users/liding/E/Bdata/liding17/2017R/lesson3/")
gapminder <- read.csv("../data/gapminder.csv")

• 以gapminder 数据集（dataset）开始

• 选择年份（year）变量等于2007的案例

• 将筛选出来的案例存到一个新的数据集gap07

gap07 <- gapminder %>%
  filter(year == 2007)

任务: 呈现 gdpPercap 与lifeExp之间的关系.

qplot(x = gdpPercap, y = lifeExp, data = gap07)

任务: 各个大陆的点使用不同的颜色.

qplot(x = gdpPercap, y = lifeExp, color = continent, data = gap07)

任务: 在设定点的大小与人口规模成正比.

qplot(x = gdpPercap, y = lifeExp, color = continent, size = pop,data = gap07)

#library(dplyr)
library(gganimate)
library(ggplot2)
library(readr)
# gapminder <- read_tsv("gapminderDataFiveYear.tsv")
gapminder <- read.csv("../data/gapminder.csv")
gapminder <- subset(gapminder,gdpPercap<60000)
gapminder_plot <- ggplot(gapminder) +
  aes(x = gdpPercap, y = lifeExp, colour = continent, size = pop,
      frame = year) +
  geom_point(alpha = 0.6) +
  theme(aspect.ratio=9/16) +theme_bw()
gganimate(gapminder_plot, 
          convert='gm convert',ani.width = 960, ani.height = 540,interval=1.5,
          filename = "../pic/gapminder-gganimate.gif")

• 首先，注册GitHub账户并登陆 https://github.com/
• 其次，下载Github桌面版 https://desktop.github.com

选择windows或者mac版本。

登录之后

将更新的讲义复制粘贴到另外的文件夹，添加笔记，进行修改。

不直接改动复制下来的文件夹。下次点击更新即可获得最新的讲义。

大家也可以创建自己的版本库，将自己更改后的讲义分享到github上。

• 适时做笔记,记下一些重点或技巧（在原文件中加入批注的形式）。
• 学习时亲手键入代码，修改，理解其意义。
• 坚持练习,尝试利用身边的数据进行应用分析。

• 管道操作符 %>% 是Stefan Milton Bache and Hadley Wickham在magrittr中首创的.

• 将上一段命令的结果作为下一行命令的首个默认输入元素，从而可以：

  • 可以节省大量的代码
  • 代码可读性大大提高
  • 解释中间存储的对象，让工作空间更简洁
  • 已经做了大量的优化

• David Robinson的解释为什么要像R的初学者教授tidyverse

• lynda上的视频解释

• 其他解释

• 教学中会对照tidyverse与R基础语言，但以tidyverse为主，方便上手。
• 现在已经由Rstudio维护:质量、一致性、可持续性、扩展性有保证！

• 教材
  • 《R for Data Science》
  • 《 An Introduction to Statistical and Data Sciences via R》
  • 《R for Data Science》习题答案

• 其他资料

• tidydata简介: http://www.jstatsoft.org/v59/i10/paper

• tidyverse的学习网址:https://www.tidyverse.org/learn/

• Rmarkdown撰写的书籍:https://bookdown.org/home/

• 陈堰平4小时视频：http://www.xueqing.tv/course/64
• 纽约大学R基础入门:https://guides.nyu.edu/r
• 斯坦福R基础入门:https://sejdemyr.github.io/r-tutorials/statistics/
• 尤达学院探索性数据分析入门课程（推荐）：https://classroom.udacity.com/courses/ud651

• 初级课程 : https://www.datacamp.com/courses/free-introduction-to-r
  • 1
  • 2
  • 4
  • 5
• 中级课程: https://www.datacamp.com/courses/intermediate-r
  • 1
  • 3

Data visualisation示例章的概要展示和作业说明